Нейросеть научили предсказывать продолжительность жизни
Томография широко применяется в диагностике локальных повреждений внутренних органов и, например, при выявлении очагов новообразований, исследовании всего организма. Техника позволяет получить трехмерную послойную визуализацию спектров поглощения гамма-квантов, возникающих при распаде радионуклидов, различными тканями. Однако, несмотря на сравнительно высокое пространственное разрешение томографов, анализ таких снимков сопряжен с рядом трудностей. В частности, он требует высокой квалификации, а мониторинг состояния в динамике занимает длительное время. Чтобы повысить надежность, упростить и ускорить диагностику, ученые ищут способы автоматизировать изучение томограмм.
В новой работе специалисты из Аделаидского университета, Высшего технического института и других учреждений представили систему для оценки общего состояния здоровья пациентов. Для этого они использовали 15 957 снимков грудной клетки, сделанных путем компьютерной томографии (КТ), пациентов старше 60 лет, которые наблюдались в течение пяти лет. На первом этапе выборку разделили на две группы по 24 человека: в экспериментальную вошли пациенты, которые скончались в 2014 году; в контрольную - выжившие. При этом в рассмотрение включались только изображения без видимых симптомов, онкологических заболеваний и металлических предметов в изучаемой области.
Затем авторы разработали четырехслойную сверточную нейросеть с 50 фильтрами на первом и 100 - на следующих слоях. Подобные алгоритмы нередко используются в задачах на распознавание изображений, поскольку хорошо справляются с признаковым описанием визуальных стимулов. В рамках эксперимента систему обучили выявлять на снимках биомаркеры различных синдромов и заболеваний. Например, нейросеть должна была с высокой точностью определять факторы риска сердечной недостаточности, снижение плотности костной ткани, а также определить общий объем каждой ткани. Сопоставив полученные данные с открытой статистикой, она могла оценить примерную продолжительность жизни пациентов.
Испытания показали, что в ходе анализа томограмм скончавшихся пациентов алгоритм с точностью 69 процентов определял пятилетнюю выживаемость. По словам исследователей, в целом этот показатель аналогичен классическим методам. Стоит отметить, что объем выборки, которая рассматривалась в работе, недостаточен для утверждения надежности и достоверности выводов. Как правило, при тренировке искусственных нейросетей задействуется значительно большее количество стимулов (сотни тысяч изображений). В то же время не исключается, что после обучения на более крупной выборке система превзойдет врачей в точности диагностики, особенно в рамках долгосрочного мониторинга.
Статья опубликована в журнале Scientific Reports.
Ранее японские ученые представили глубокую нейросеть, которой удалось предсказать на основании томограмм неизвестное ей психическое содержание.
